OpenAI mostra modelo para CAD: 87,5% no BenchCAD 2.0 contra 59,4% do GPT-6 Astra

Se você já pediu a um modelo de linguagem para rotear uma placa, sabe como isso costuma terminar: o esquema parece organizado e, na primeira energização, algo cheira a queimado. A OpenAI afirma ter encontrado um jeito de corrigir isso. Por enquanto, são afirmações da própria empresa, mas os números são curiosos.

O que exatamente foi mostrado

A OpenAI revelou os primeiros detalhes de um modelo não anunciado, especializado em tarefas de engenharia e hardware. Ele foi avaliado no BenchCAD 2.0. Esse benchmark mede se a IA consegue recriar peças 3D a partir de desenhos, montar conjuntos mecânicos e rotear circuitos elétricos.

Resultado do novo modelo: 0,875 ponto, ou seja, 87,5%. O carro-chefe GPT-6 Astra, no nível máximo de raciocínio, obteve 59,4%. Uma diferença de quase 28 pontos percentuais. Na comparação entre modelos de uso geral e especialistas, é uma diferença bastante expressiva.

Por que um curto-circuito nas linhas de alimentação não é detalhe

O exemplo do próprio anúncio é especialmente revelador. O modelo anterior cometia erros críticos: por exemplo, unia as linhas de 3,3 V, 5 V e terra em uma única rede.

Para um programador, a analogia é clara. Imagine um assistente que, em um único commit, mistura as configurações de produção e de teste e ainda remove a separação de permissões. O código compila, a revisão parece normal e o problema só aparece em produção. No hardware, o preço é maior: o erro significa chips queimados e semanas perdidas, não um rollback de commit.

Por isso, em CAD e eletrônica o que importa não é a fluência, mas a verificabilidade rigorosa: cada rede no lugar, cada medida batendo. É exatamente isso que o novo modelo visa.

O experimento e os parceiros

Em um experimento interno, engenheiros da OpenAI projetaram em uma semana um dispositivo físico para interação por voz com o Codex. A IA calculou a carcaça e a estrutura interna, projetou a placa e escreveu o software. Depois disso, o ajuste manual e a produção do primeiro lote de protótipos levaram cerca de um mês.

Essa proporção diz muito. O projeto encolheu para uma semana, mas depois ainda vieram uma pessoa, um ferro de solda e a produção. A IA acelera o início do ciclo, não o elimina.

Além disso, a OpenAI testa soluções generativas de CAD fora do laboratório:

• com a equipe de corridas Chip Ganassi Racing, a IA transforma escaneamentos 3D de peças em desenhos editáveis;
• junto com a Mazda, o modelo otimiza a aerodinâmica de carros por meio de simulação de fluxos de ar.

Ambas as tarefas são bem terra a terra: reconstruir um desenho a partir de uma peça física e rodar variantes de forma em simulação. É o que engenheiros costumam fazer devagar e à mão.

Limitações

Primeiro, o que não sabemos. O nome do modelo e a data de lançamento são mantidos em segredo. API, preços e acesso não foram anunciados. Os números do BenchCAD 2.0 foram divulgados pela própria empresa, sem verificação independente. Também não está claro o quanto o benchmark reflete projetos reais com restrições complexas: certificação, fornecimento de componentes, manufaturabilidade.

O mês de ajuste manual após uma semana de projeto com IA também deve ser lido com sobriedade. É um sucesso, mas não é "apertar um botão e ter um produto".

O que fazer com isso

Para fundadores de startups de hardware, a conclusão é simples: acompanhe o lançamento e prepare processos em que o rascunho da IA passe por uma verificação rigorosa. As regras elétricas (DRC/ERC), a simulação e a revisão de um engenheiro não desaparecem; viram o principal filtro.

Para product managers e desenvolvedores de ferramentas relacionadas, o sinal é mais importante: os grandes laboratórios estão indo do texto e do código para o mundo físico. Se você faz plugins de CAD, bibliotecas de componentes ou sistemas de verificação de esquemas, esse mercado acaba de ganhar um jogador enorme. É melhor decidir antes em que você será mais forte que um modelo universal: em dados, verificações ou integração ao fluxo de trabalho.